بررسی Copyleaks AI Detector: آشکارساز تعبیهشده در LMS شما
Copyleaks آشکارساز AI است که بسیاری از دانشجویان بدون انتخاب خود با آن روبهرو میشوند، زیرا همراه با بررسی سرقت ادبی در Canvas، Moodle و Blackboard ارائه میشود. فروشنده دقت بیش از 99 درصد و نرخ مثبت کاذب .03 درصد را تبلیغ میکند. در مطالعه Vrije Universiteit Brussel در June 2026، این ابزار نتوانست حتی یک مورد از 40 مقاله کاملا تولیدشده با AI را بهطور کامل علامتگذاری کند. اینجا آنچه شواهد واقعا نشان میدهند آمده است.
بیشتر دانشجویان هرگز Copyleaks را انتخاب نمیکنند. این ابزار از پیش نصب شده است، به سامانه تحویل تکلیف توسط نهادی که سالها پیش قرارداد را امضا کرده متصل شده است، و نخستین باری که بسیاری از نویسندگان این نام را میشنوند زمانی است که یک درصد در کنار ارسال آنها ظاهر میشود. بنابراین پرسش مهم این نیست که آیا Copyleaks محبوب است یا نه. پرسش این است که آیا آشکارسازى که دانشگاه شما در سامانه مدیریت یادگیری خود نصب کرده است به اندازه کافی دقیق هست تا بارى را که نهادها بر آن میگذارند تحمل کند.
پاسخ فروشنده قاطع است: صفحه محصول آن بیش از 99 درصد دقت و نرخ مثبت کاذب .03 درصد را تبلیغ میکند. دقیقترین آزمون مستقل دانشگاهی که تا امروز منتشر شده، پاسخ دیگری میدهد. در یک مطالعه داوریشده همتا از Vrije Universiteit Brussel که در June 2026 منتشر شد، Copyleaks نتوانست حتی یک مورد از 40 مقاله دانشگاهی کاملا تولیدشده توسط AI را به طور کامل شناسایی کند.
هر دو گزاره همزمان درست هستند، و فاصله میان آنها همان چیزی است که این بررسی درباره آن است: Copyleaks چیست، شرکت چه ادعاهایی میکند، آزمون مستقل در عمل چه یافته است، و یک امتیاز از آن چه چیزی را میتواند و چه چیزی را نمیتواند ثابت کند.
Copyleaks چیست، و چه کسانی واقعا از آن استفاده میکنند؟
Copyleaks کار خود را به عنوان یک بررسیکننده سرقت ادبی آغاز کرد و با ورود مدلهای مولد، تشخیص AI را افزود، و دقیقا به همین دلیل است که نهادها آن را میپسندند: یک ارسال، یک گزارش ترکیبی تولید میکند که هم تطابقهای سرقت ادبی و هم محتوای مشکوک به AI را پوشش میدهد. وبسایت خود آن، یکپارچهسازیهای بومی برای Canvas، D2L، Moodle، Blackboard، Schoology، Edsby، و Sakai را فهرست میکند، که بیشتر بازار LMS را که یک دانشجو احتمال دارد در آن قرار بگیرد پوشش میدهد. شرکت همچنین ادعا میکند از بیش از 30 زبان پشتیبانی میکند و خروجیهای GPT-5، GPT-4، Claude، Gemini، DeepSeek، Llama، و دیگران را تشخیص میدهد.
این مدل توزیع، مهمترین واقعیت درباره Copyleaks است. در کنار Turnitin و GPTZero، این ابزار یکی از معدود آشکارسازهای AI است که نهادها واقعا در مقیاس گسترده به کار میگیرند، و این یعنی افرادی که بر اساس آن امتیاز میگیرند، به ندرت همان کسانی هستند که آن را انتخاب کردهاند، و به ندرت همان کسانی هستند که میتوانند گزارش کامل را ببینند.
Copyleaks درباره دقت خود چه ادعایی میکند؟
تیتر صفحه AI detector شرکت میگوید «99% accuracy backed by independent third-party studies»، و در ادامه همان صفحه این ادعا به «over 99% accuracy and an industry-low .03% false positive rate» دقیقتر میشود. این صفحه ارقام جداگانه هر زبان را برای جدیدترین مدل خود منتشر میکند، و English را با 99.97 percent برای متن انسانی و 99.20 percent برای متن AI فهرست میکند، در حالی که French، German، Italian، Portuguese و Spanish همگی بالای 93 percent هستند. همچنین بیان میکند که این ابزار «low false-positive rates for non-native English text» را حفظ میکند، و به پژوهشی در arXiv از پژوهشگران Cornell Tech اشاره میکند که Copyleaks را دقیقترین آشکارساز آزمودهشده نامیده است.
این ادعاها را با دقت بخوانید. ارقام هر زبان از روش آزمون خودِ فروشنده به دست آمدهاند، و مطالعات third-party که به آنها استناد میکند همانهایی هستند که خودِ او برگزیده است. این امر ارقام را نادرست نمیکند، اما تا زمانی که یک طرف بیرونی آنها را بر روی نوع اسنادی که دانشگاهها واقعاً دربارهشان داوری میکنند بازتولید نکند، آنها را در حد بازاریابی نگه میدارد. از نظر سازوکار، Copyleaks مدلی را توصیف میکند که بر نوشته انسانی آموزش دیده و انحراف از الگوهای انسانی را علامتگذاری میکند، همان خانواده آماریِ نشانههایی که توضیح TextPulse درباره how AI detectors work برای کل این دسته پوشش میدهد.
شواهد مستقل چه چیزی نشان میدهند؟
قویترین آزمون مستقل تا اینجا، مطالعه Vrije Universiteit Brussel است که در June 2026 در International Journal for Educational Integrity منتشر شد. پژوهشگران یک پیکره از 160 مقاله دانشگاهی بلند ساختند، هر کدام بیش از 4,000 واژه، که به طور مساوی در چهار دسته تقسیم شده بودند: کاملا انسانی، نوشتهشده توسط دانشجویان تحصیلات تکمیلی غیر بومیِ انگلیسیزبان، کاملا تولیدشده توسط AI، ترکیبی، و تولیدشده توسط AI که سپس عمدا انسانیسازی شده بود. آنان هر 160 متن را از چهار آشکارساز نهادی عبور دادند: Pangram، GPTZero، Copyleaks، و Turnitin.
Copyleaks هر 40 مقاله نوشتهشده توسط انسان را به درستی رد نکرد، که نتیجهای واقعا خوب بود. بقیه همه بد پیش رفت. در 40 مقاله کاملا تولیدشده توسط AI، هیچکدام را به عنوان کاملا نوشتهشده توسط AI طبقهبندی نکرد، فقط 10 مورد از 40 را حتی به صورت جزئی علامتگذاری کرد، و سهم میانه گزارششده AI آن زیر 20 درصد باقی ماند، در حالی که این اسناد 100 درصد توسط ماشین تولید شده بودند. در مقالههای AI انسانیسازیشده، 22.5 درصد را شناسایی کرد. Pangram، بهترین ابزار در این مطالعه، 97.5 درصد از مجموعه کاملا تولیدشده توسط AI و 92.5 درصد از مجموعه انسانیسازیشده را در همان اسناد علامتگذاری کرد.
| Paper set (40 each) | Copyleaks | Turnitin | Pangram |
|---|---|---|---|
| Fully human-written | 100% correctly cleared | 100% correctly cleared | 100% correctly cleared |
| Fully AI-generated | 25% flagged at least partially, 0% fully | 0% flagged | 97.5% flagged, 65% fully |
| Humanized AI | 22.5% identified | 50% identified | 92.5% identified |
نتیجهگیری نویسندگان صریح بود: از میان چهار ابزار بررسیشده، «در این لحظه فقط یکی نتایج رضایتبخش تولید کرد»، و آن Copyleaks نبود. در نوشتار دانشگاهی بلند از مدلهای کنونی، یعنی همان اسنادی که نهادها بیش از همه به آنها اهمیت میدهند، الگوی شکست غالب Copyleaks در این آزمون، نادیده گرفتن متن AI بود، نه متهم کردن نادرست انسانها.
درباره مثبتهای کاذب چه باید گفت، و چه کسانی آسیب میبینند؟
منفیهای کاذب برای یک فروشنده مایه شرمساری است. مثبتهای کاذب یک ترم تحصیلی دانشجو را نابود میکند، بنابراین ادعای .03 percent شایسته بررسی مستقل است. در تحقیق 2024 Bloomberg Businessweek، گزارشگران 500 انشای درخواست پذیرش Texas A&M را, که همگی در تابستان 2022 و پیش از وجود ChatGPT نوشته شده بودند، از Copyleaks و GPTZero عبور دادند. این دو خدمت 1 تا 2 percent از آنها را بهاشتباه علامتگذاری کردند، و در برخی موارد با قطعیت اعلامشده نزدیک به 100 percent. 1 تا 2 percent کوچک به نظر میرسد تا وقتی آن را در حجم ارسالهای یک دانشگاه ضرب کنید، و این رقم 30 تا 60 برابر نرخی است که Copyleaks تبلیغ میکند.
تصویر انصاف واقعاً آمیخته است. در مطالعه VUB، 40 مقاله انسانی که Copyleaks آنها را تأیید کرده بود، همگی بهدست گویشوران غیربومی انگلیسی نوشته شده بودند، و این در آن نمونه، شواهد واقعی به سود فروشنده است. اما ادبیات گسترده داوریشده همواره نشان داده است که آشکارسازها دقیقاً بر همین جمعیت خطا میکنند، الگویی که در صفحه TextPulse درباره چرا آشکارسازهای AI علیه گویشوران غیربومی سوگیری دارند بهتفصیل پوشش داده شده است، و گزارشگری Bloomberg نیز دانشجویانی را برجسته کرد که سوابقشان بهسبب نمرههایی که نمیتوانستند بررسی یا به آنها اعتراض کنند آسیب دید. اگر این اتفاق برای شما بیفتد، راهنمای عملی آن جداگانه مستند شده است: چگونه ثابت کنید از AI استفاده نکردهاید.
مقاله خود را انسانیسازی کنید
متنِ کمکگرفته از AI خود را دگرگون کنید و کاری کنید طبیعی به نظر برسد، بدون دست زدن به واژههای مهم یا ارجاعها.
قیمتگذاری و دسترسی، برای کسانی که خودشان آن را انتخاب نکردهاند
صفحات خود فروشنده قیمتگذاری فردی را چنین بیان میکنند: امکان اسکن رایگان تا 25,000 characters، طرح Personal با 16.99 dollars در ماه، 13.99 billed annually، همراه با محدودیتهای اعتبار، طرح Pro با 99.99 dollars در ماه، و قراردادهای Education و Enterprise با قیمتگذاری سفارشی که از طریق تیم فروش آن عرضه میشوند. دانشجویان تقریباً هرگز هیچیک از این هزینهها را نمیپردازند. مؤسسه مجوز را میخرد، مدرس گزارش را میبیند، و نویسندهای که برای او نمره تعیین میشود، اغلب هیچ چیز نمیبیند مگر آنکه کسی آن را با او به اشتراک بگذارد. این نابرابری، نه برچسب قیمت، واقعیت دسترسی است که اهمیت دارد.
Copyleaks در چشمانداز آشکارسازها کجا قرار میگیرد
نقاط قوت واقعی Copyleaks عملیاتی هستند: یک گزارش واحد که سرقت ادبی و تشخیص هوش مصنوعی را در هم میآمیزد، گستردهترین پوشش LMS در این دسته، و پشتیبانی از زبانهای بیشتر از بیشتر رقبا. به عنوان یک محصول گردش کار سازمانی، قابل اعتماد است. اما به عنوان یک ابزار سنجش، پایه شواهد عمومی آن از گستره استقرارش نازکتر است. در تنها مطالعه همتاداوریشده و رودررو درباره اسناد دانشگاهی بلند، این ابزار با فاصلهای بسیار زیاد از بهترین ابزار این حوزه عقب ماند، و حتی Turnitin، که روش تشخیص خود آن به شکل دیگری کار میکند, در مجموعه انسانیسازیشده موارد بیشتری را شناسایی کرد. یک درصد Copyleaks، چه بالا چه پایین، برآورد یک مدل در شرایطی است که فروشنده آن، گزارشدهیاش را کنترل میکند. این دلیلی برای بررسی دقیقتر است، اما هرگز به خودی خود حکم نهایی نیست.
مقایسه کامل
Copyleaks یکی از بازیگران یک میدان شلوغ است، و الگویی که این بررسی یافت, یعنی اطمینان فروشنده در پیشزمینه و شواهد مستقل نازکتر در پسزمینه, در سراسر آن تکرار میشود. برای اینکه ببینید در مقایسه با Turnitin, GPTZero, Pangram, ZeroGPT و دیگران بر همان معیار مبتنی بر شواهد چگونه عمل میکند، راهنمای کامل مقایسه آشکارسازهای هوش مصنوعی را ببینید.
یافتههای پژوهش خود ما
در مطالعه توافق آشکارسازهای TextPulse Research، نه آشکارساز تجاری هوش مصنوعی همان 90 متن دانشگاهی را ارزیابی کردند. یکی از آنها متنی ترکیبی با 455 واژه بود: آغاز و پایانی انسانی پیرامون بخش میانی 168 واژهای تولیدشده با هوش مصنوعی. Copyleaks به این متن نمره 0% هوش مصنوعی داد، در حالی که داوری ابزارهای دیگر درباره همان واژهها از 0% تا 95.7% متغیر بود. مقاله کامل، پیکره و ماتریس نمرات هر ابزار به صورت آزاد در TextPulse Research در دسترس است.
سؤالات متداول
صفحه محصول فروشنده ادعای دقت بیش از 99 درصد و نرخ مثبت کاذب .03 درصد را مطرح میکند، بر پایه روش آزمون خودِ آن. نتایج مستقل ضعیفتر هستند: در یک مطالعه داوریشده در June 2026 از Vrije Universiteit Brussel، Copyleaks هیچیک از 40 مقاله دانشگاهی کاملا تولیدشده با AI را بهعنوان کاملا نوشتهشده با AI طبقهبندی نکرد و تنها 22.5 درصد از مقالههای AI انسانیسازیشده را شناسایی کرد، در حالی که هر 40 مقاله نوشتهشده توسط انسان را در همان آزمون بهدرستی رد کرد.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.
